Menu

• ABOUT
• 2017
• 2018
• 2019
• 2020
• 2021
• COMPARAISON

Load all necessary libraries

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import squarify
import folium
import json
import seaborn as sbn
from urllib.request import urlopen
import plotly.express as px
import warnings
warnings.filterwarnings('ignore')

Import data

fullData = pd.read_csv('valeursfoncieres-2019.txt', sep='|')

fullData2017 = pd.read_csv('valeursfoncieres-2017.txt', sep='|')
fullData2018 = pd.read_csv('valeursfoncieres-2018.txt', sep='|')
fullData2019 = pd.read_csv('valeursfoncieres-2019.txt', sep='|')
fullData2020 = pd.read_csv('valeursfoncieres-2020.txt', sep='|')
fullData2021 = pd.read_csv('valeursfoncieres-2021.txt', sep='|')

fullData

	Code service CH	Reference document	1 Articles CGI	2 Articles CGI	3 Articles CGI	4 Articles CGI	5 Articles CGI	No disposition	Date mutation	Nature mutation	...	Surface Carrez du 5eme lot	Nombre de lots	Code type local	Type local	Identifiant local	Surface reelle bati	Nombre pieces principales	Nature culture	Nature culture speciale	Surface terrain
0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	04/01/2019	Vente	...	NaN	1	2.0	Appartement	NaN	20.0	1.0	NaN	NaN	NaN
1	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	04/01/2019	Vente	...	NaN	1	3.0	Dépendance	NaN	0.0	0.0	NaN	NaN	NaN
2	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	04/01/2019	Vente	...	NaN	2	2.0	Appartement	NaN	62.0	3.0	NaN	NaN	NaN
3	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	08/01/2019	Vente	...	NaN	0	1.0	Maison	NaN	90.0	4.0	S	NaN	940.0
4	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	07/01/2019	Vente	...	NaN	0	1.0	Maison	NaN	101.0	5.0	S	NaN	490.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3618974	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	30/12/2019	Vente	...	NaN	3	4.0	Local industriel. commercial ou assimilé	NaN	100.0	0.0	NaN	NaN	NaN
3618975	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	17/12/2019	Adjudication	...	NaN	2	2.0	Appartement	NaN	45.0	2.0	NaN	NaN	NaN
3618976	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	05/12/2019	Vente	...	NaN	2	4.0	Local industriel. commercial ou assimilé	NaN	47.0	0.0	NaN	NaN	NaN
3618977	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	12/12/2019	Adjudication	...	NaN	1	3.0	Dépendance	NaN	0.0	0.0	NaN	NaN	NaN
3618978	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1	26/12/2019	Vente	...	NaN	1	2.0	Appartement	NaN	4.0	1.0	NaN	NaN	NaN

3618979 rows × 43 columns

Clean data

columns_to_keep = ['Date mutation','Nature mutation','Valeur fonciere','Code postal','Commune','Code departement','Code commune','Nombre de lots','Code type local','Type local','Surface reelle bati','Nombre pieces principales','Surface terrain']
fullData['Date mutation'] = pd.to_datetime(fullData['Date mutation'])
fullData['Code departement'] = fullData['Code departement'].astype(str)
fullData = fullData[columns_to_keep]
fullData = fullData.dropna()
fullData['Valeur fonciere'] = pd.to_numeric(fullData['Valeur fonciere'].str.replace(',', '.'))
fullData

	Date mutation	Nature mutation	Valeur fonciere	Code postal	Commune	Code departement	Code commune	Nombre de lots	Code type local	Type local	Surface reelle bati	Nombre pieces principales	Surface terrain
3	2019-08-01	Vente	209000.0	1160.0	PRIAY	1	314	0	1.0	Maison	90.0	4.0	940.0
4	2019-07-01	Vente	134900.0	1370.0	SAINT-ETIENNE-DU-BOIS	1	350	0	1.0	Maison	101.0	5.0	490.0
5	2019-03-01	Vente	192000.0	1340.0	ATTIGNAT	1	24	0	1.0	Maison	88.0	4.0	708.0
6	2019-08-01	Vente	45000.0	1250.0	CIZE	1	106	0	1.0	Maison	39.0	2.0	631.0
13	2019-07-01	Vente	116000.0	1560.0	MANTENAY-MONTLIN	1	230	0	1.0	Maison	100.0	1.0	2103.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...
3618967	2019-05-12	Vente	17521000.0	75004.0	PARIS 04	75	104	0	2.0	Appartement	47.0	1.0	470.0
3618968	2019-05-12	Vente	17521000.0	75004.0	PARIS 04	75	104	0	2.0	Appartement	52.0	2.0	470.0
3618969	2019-05-12	Vente	17521000.0	75004.0	PARIS 04	75	104	0	2.0	Appartement	100.0	4.0	470.0
3618970	2019-05-12	Vente	17521000.0	75004.0	PARIS 04	75	104	0	3.0	Dépendance	0.0	0.0	470.0
3618971	2019-05-12	Vente	17521000.0	75004.0	PARIS 04	75	104	0	2.0	Appartement	147.0	4.0	470.0

1007562 rows × 13 columns

Argent total dépensé par mois selon les types de mutation pendant l'année

MUTATIONS = fullData['Nature mutation'].unique()
def plotMutations(mut, data, ax):

    for m in MUTATIONS:
        temp = data[data['Nature mutation'] == m]
        result = temp.groupby(temp['Date mutation'].dt.to_period("M"))['Valeur fonciere'].sum()
        result.index = result.index.to_timestamp()
        x = result.index
        y = result.values
        
        if m == mut:
            ax.plot(x, y, color="#0b53c1", lw=2.4, zorder=10)
            ax.scatter(x, y, fc="w", ec="#0b53c1", s=60, lw=2.4, zorder=12)  
            ax.autoscale()    
        else:
            ax.plot(x, y, color="#BFBFBF", lw=1.5)
    
    ax.set_title(mut, fontfamily="Inconsolata", fontsize=14, fontweight=500)
    return ax

fig, axes = plt.subplots(2, 3, figsize=(14, 7.5))
for idx, (ax, mut) in enumerate(zip(axes.ravel(), MUTATIONS)):
    # Only annotate the first panel
    annotate = idx == 0
    plotMutations(mut, fullData, ax)

On remarque que la plupart des mutations au cours de l'année sont des ventes

data1 = fullData[fullData['Nature mutation'] =='Vente'] 
data1 = data1.groupby(by='Date mutation',sort='Date mutation')['Valeur fonciere'].count()
#data1.index = data1.index.to_timestamp()

data2 = fullData[fullData['Nature mutation'] =='Vente terrain à bâtir'] 
data2 = data2.groupby(by='Date mutation',sort='Date mutation')['Valeur fonciere'].count()
#data2.index = data2.index.to_timestamp()

data3 = fullData[fullData['Nature mutation'] =='Echange'] 
data3 = data3.groupby(by='Date mutation',sort='Date mutation')['Valeur fonciere'].count()
#data3.index = data3.index.to_timestamp()

data4 = fullData[fullData['Nature mutation'] =="Vente en l'état futur d'achèvement"] 
data4 = data4.groupby(by='Date mutation',sort='Date mutation')['Valeur fonciere'].count()
#data4.index = data4.index.to_timestamp()

data5 = fullData[fullData['Nature mutation'] =='Adjudication'] 
data5 = data5.groupby(by='Date mutation',sort='Date mutation')['Valeur fonciere'].count()
#data5.index = data5.index.to_timestamp()

data6 = fullData[fullData['Nature mutation'] =='Expropriation'] 
data6 = data6.groupby(by='Date mutation',sort='Date mutation')['Valeur fonciere'].count()
#data6.index = data6.index.to_timestamp()

plt.figure(figsize=(18,10))
plt.plot(data1.index, data1.values, "r--", color="red")
plt.plot(data2.index, data2.values, "r--", color="blue")
plt.plot(data3.index, data3.values, "r--", color="green")
plt.plot(data4.index, data4.values, "r--", color="yellow")
plt.plot(data5.index, data5.values, "r--", color="purple")
plt.plot(data6.index, data6.values, "r--", color="black")
plt.legend(['Vente','Vente terrain à bâtir', 'Echange',"Vente en l'état futur d'achèvement",'Adjudication','Expropriation'])
plt.title('Nombre de mutations par type au cours des mois, en cumulé')
plt.show()

On peut encore une fois confirmer que le seul type de mutation importante est la vente.

Nombre et répartitions des types de locaux

data = fullData.groupby(['Type local'])['Type local'].count()


plt.bar(data.index, data.values)
bars = ['Appartement', 'Dépendance', 'Industriel', 'Maison']
y_pos = np.arange(len(bars))
plt.xticks(y_pos, bars)
plt.title('Nombre de mutations par type de local')

Text(0.5, 1.0, 'Nombre de mutations par type de local')

perc = [f'{i/data.values.sum()*100:5.2f}%' for i in data.values]
lbl = [f'{j[0]} = {j[1]}' for j in zip(data.index, perc)]

squarify.plot(sizes=data.values, label=lbl)
plt.axis('off')
plt.title('Proportion des types de locaux sur le nombre total de mutations')
plt.show()

On remarque que les mutations concernent principalement des maisons et des appartements.

data=fullData[fullData["Surface terrain"]< 5000]
plt.figure(figsize=(18,10))
plt.xticks(rotation=25)
sbn.violinplot(x = "Type local",y="Surface terrain", data=data)
plt.title('Répartition des types de locaux selon la surface de leur terrain')

Text(0.5, 1.0, 'Répartition des types de locaux selon la surface de leur terrain')

data=fullData[(fullData["Surface reelle bati"]< 1000) & (fullData["Surface reelle bati"].notna())]
plt.figure(figsize=(18,10))
plt.xticks(rotation=25)
sbn.violinplot(x = "Type local",y="Surface reelle bati", data=data)
plt.title('Répartition des types de locaux selon leur surface réelle bâtie')

Text(0.5, 1.0, 'Répartition des types de locaux selon leur surface réelle bâtie')

On voit ici que les données des dépendances sont assez peu intéressantes, puisque leur surface réelle bâtie est proche de zéro.

data = fullData[fullData['Valeur fonciere'] < 2000000]
plt.figure(figsize=(18,10))
plt.xticks(rotation=25)
sbn.violinplot(x="Type local",y="Valeur fonciere",data=data)
plt.title('Répartition des types de locaux selon leur valeur foncière')

Text(0.5, 1.0, 'Répartition des types de locaux selon leur valeur foncière')

Analyse des données par département

data = fullData.groupby(['Code departement'])['Nature mutation'].count().sort_values(ascending=True)
plt.figure(figsize=(10,20))

plt.hlines(y=data.index, xmin=0, xmax=data.values, color='purple')
plt.plot(data.values, data.index, "o", color="gold")
 
# Add titles and axis names
#plt.yticks(data.index, data.index)
plt.title('Nombre de mutations par département')
plt.xlabel('Nombre de mutations')
plt.ylabel('Numéros de départements')
#data.plot.barh()
plt.show()

data1 = fullData.groupby(['Code departement'])['Nature mutation'].count()

data = fullData[((fullData['Nature mutation']=='Vente') & ((fullData['Type local'] == 'Maison') | (fullData['Type local'] == 'Appartement')))]
data = fullData.groupby(['Code departement'])['Nature mutation'].count()
plt.figure(figsize=(10,20))

plt.hlines(y=data1.index, xmin = 0, xmax = data1.values, color='red')
plt.hlines(y=data.index, xmin=0, xmax=data.values, color='skyblue')
plt.plot(data.values, data.index, "o")
plt.plot(data1.values, data1.index, "x", color="white")
 
# Add titles and axis names
#plt.yticks(data.index, data.index)
plt.title("Nombre de mutations par département (ronds) et nombre de mutations par département en considérant uniquement les ventes d'appartements et de maisons (croix)")
plt.xlabel('Nombre de mutations')
plt.ylabel('Numéros de départements')
#data.plot.barh()
plt.show()

On ne fait ici que confirmer visuellement que les ventes d'appartement et de maisons constituent la majorité écrasante de mutations, avec une variation extrêmement faible pour certains départements.

myscale = None

def mapping_france_folium(data):
    map = folium.Map(location=[48.862, 2.346], zoom_start = 5)
    departments = f"https://france-geojson.gregoiredavid.fr/repo/departements.geojson"
    d = {'Code': data.index, 'Valeur': np.log(data.values)}
    da = pd.DataFrame(d)

    folium.Choropleth(geo_data=departments, 
    data=da, 
    columns=['Code', 'Valeur'], 
    key_on='properties.code',
    fill_color= "PuRd",
    fill_opacity=1,
    line_opacity=.1).add_to(map)
    
    folium.LayerControl().add_to(map)
    return map


def mapping_Paris_circle(data, bigNumbers = False):
    map = folium.Map(location = [48.856578, 2.351828], zoom_start = 12)
    arr = json.load(open("arrondissements.geojson"))
    d = {'Code': data.index, 'Valeur': data.values}
    da = pd.DataFrame(d)
    for a in arr["features"]:
        prop = a["properties"]
        temp = da[da['Code'] == prop["c_arinsee"] - 100]
        temp = temp['Valeur'].values
        folium.Circle(prop["geom_x_y"], 
        fill=True,
        popup = prop["l_ar"],
        radius = (temp[0]/1) if not bigNumbers else temp[0]/9000000).add_to(map)
    return map


def mapping_Paris(data):
    map = folium.Map(location = [48.856578, 2.351828], zoom_start = 12)
    arr = json.load(open("arrondissements.geojson"))
    d = {'Code': data.index + 100, 'Valeur': np.log(data.values)}
    da = pd.DataFrame(d)
    da = da[(da['Code'] >= 75100) & (da['Code'] <= 75120)]
    myscale = np.linspace(da['Valeur'].min(), da['Valeur'].max(), 10)
    folium.Choropleth(geo_data=arr, 
            data=da, 
            columns=['Code', 'Valeur'], 
            key_on='properties.c_arinsee',
            fill_color= "PuRd",
            threshold_scale=myscale,
            fill_opacity=0.8,
            line_opacity=.1).add_to(map)
        
    
    folium.LayerControl().add_to(map)
    return map

def mapping_Lyon(data):
    map = folium.Map(location = [45.763420, 4.834277], zoom_start = 12)
    arr = json.load(open("adr_voie_lieu.json"))
    d = {'Code': data.index + 380, 'Valeur': np.log(data.values)}
    da = pd.DataFrame(d)
    da = da[(da['Code'] >= 69381) & (da['Code'] <= 69389)]
    folium.Choropleth(geo_data=arr, 
            data=da, 
            columns=['Code', 'Valeur'], 
            key_on='properties.insee',
            fill_color= "PuRd",
            threshold_scale=myscale,
            fill_opacity=0.8,
            line_opacity=.1).add_to(map)
    
    folium.LayerControl().add_to(map)
    return map

def mapping_Marseille(data):
    map = folium.Map(location = [43.296482, 5.36978], zoom_start = 12)
    arr = json.load(open("quartiers-marseille.geojson"))
    d = {'Code': data.index + 200, 'Valeur': np.log(data.values)}
    da = pd.DataFrame(d)
    da = da[(da['Code'] >= 13201) & (da['Code'] <= 13216)]
    da['Code'] = da['Code'].astype(int).astype(str)
    folium.Choropleth(geo_data=arr, 
            data=da, 
            columns=['Code', 'Valeur'], 
            key_on='properties.DEPCO',
            fill_color= "PuRd",
            threshold_scale=myscale,
            fill_opacity=0.8,
            line_opacity=.1).add_to(map)
    
    folium.LayerControl().add_to(map)
    return map

data = fullData.groupby(['Code departement'])['Nature mutation'].count()
map = mapping_france_folium(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

On voit ici, en échelle logarithmique, le nombre de mutations par département au cours de l'année.

data = fullData[fullData['Nature mutation'] == 'Vente'].groupby(['Code departement'])['Valeur fonciere'].sum()
map = mapping_france_folium(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

On voit ci-dessus, en échelle logarithmique, la valeur cumulée des ventes par département au cours de l'année.

data = fullData[fullData['Nature mutation'] == 'Vente']
data = data[data['Type local'] == 'Maison'].groupby(['Code departement'])['Valeur fonciere'].sum()
map = mapping_france_folium(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

On voit ci-dessus, en échelle logarithmique, la valeur cumulée des ventes de maisons par département au cours de l'année. Il est intéressant de noter que l'importance de Paris dans la carte précédente disparaît : très peu de maisons sont vendues à Paris même.

data = fullData[(fullData['Nature mutation'] == 'Vente') & ((fullData['Type local'] == 'Maison') | (fullData['Type local'] == 'Appartement'))]
data['prix_m2'] = data['Valeur fonciere']/data['Surface reelle bati']
data = data.groupby(['Code departement'])['prix_m2'].mean()
#data = data.to_frame()
map = mapping_france_folium(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

On voit ci-dessus, en échelle logarithmique, le prix au m2 par département. On remarque une certaine corrélation entre le nombre de ventes par département et le prix au m2, qu'on cherchera à confirmer par la suite

data = fullData[['Surface reelle bati','Valeur fonciere']]
plt.figure(figsize=(18,10))
plt.scatter(data['Surface reelle bati'],data['Valeur fonciere'])
plt.title('Répartition de la valeur foncière en fonction de la surface bâtie')
plt.show()

On cherche ici à montrer l'existence de valeurs extrêmes dans les données, qui nous ont forcé à adopter une échelle logarithmique pour les cartes, sans quoi nous aurions dû filtrer ces valeurs extrême (ci-dessous).

data = fullData[['Surface reelle bati','Valeur fonciere']]
data = data[data['Valeur fonciere'] < 1000000]
data = data[data['Surface reelle bati'] < 2000]
plt.figure(figsize=(18,10))
plt.scatter(data['Surface reelle bati'],data['Valeur fonciere'])
plt.title('Répartition de la valeur foncière en fonction de la surface bâtie, sans les valeurs extrêmes')
plt.show()

Analyse plus localisée sur Paris

Nombre de mutations par arrondissement

data = fullData.groupby(['Code postal'])['Nature mutation'].count()
map = mapping_Paris_circle(data, False)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

On voit ci-dessus le nombre de mutations par arrondissement de Paris. Ci-dessous, on représente les mêmes données sur échelle logarithmique.

data = fullData.groupby(['Code postal'])['Nature mutation'].count()
map = mapping_Paris(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

Valeur des ventes par arrondissement

data = fullData[fullData['Nature mutation'] == 'Vente']
data = data.groupby(['Code postal'])['Valeur fonciere'].sum()
map = mapping_Paris_circle(data, True)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

On voit ci-dessus la valeur des ventes par arrondissement de Paris. Ci-dessous, on représente les mêmes données sur échelle logarithmique.

On va s'intéresser par la suite à la valeur des ventes par arrondissement entre Paris, Lyon et Marseille. On pourra observer que la localisation des quartiers les plus recherchés est bien différente entre ces grandes villes.

data = fullData[fullData['Nature mutation'] == 'Vente']
data = data.groupby(['Code postal'])['Valeur fonciere'].sum()
map = mapping_Paris(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

data = fullData[fullData['Nature mutation'] == 'Vente']
data = data.groupby(['Code postal'])['Valeur fonciere'].sum()
map = mapping_Marseille(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

data = fullData[fullData['Nature mutation'] == 'Vente']
data = data.groupby(['Code postal'])['Valeur fonciere'].sum()
map = mapping_Lyon(data)
map

Make this Notebook Trusted to load map: File -> Trust Notebook

data = fullData[['Valeur fonciere','Surface reelle bati','Surface terrain', 'Nombre pieces principales']]

sbn.heatmap(data.corr(), annot= True, cmap='Reds')
plt.xticks(rotation = 45)
plt.title('Corrélation entre la valeur foncière, la surface réelle bâtie, \nla surface du terrain et le nombre de pièces principales\n(en France))')
plt.show()

data = fullData[fullData['Code departement'] == '75']
data = data[['Valeur fonciere','Surface reelle bati','Surface terrain', 'Nombre pieces principales']]
sbn.heatmap(data.corr(), annot= True, cmap='Reds')
plt.xticks(rotation = 45)
plt.title('Corrélation entre la valeur foncière, la surface réelle bâtie, \nla surface du terrain et le nombre de pièces principales\n(en IDF))')
plt.show()

On remarquera une grande différence entre les données de corrélation en France, et en Île de France. Particulièrement entre la valeur foncière, la surface réelle bâtie, et la surface du terrain.